On peut estimer une probabilité avec des données — Données, 11–13 ans
Répéter des essais permet d’estimer la fréquence d’un événement. Un plus grand nombre d’essais rend généralement l’estimation plus stable, mais le hasard peut encore faire varier les petites séries.
Une longue série donne une estimation utile
La probabilité expérimentale est la fraction des essais où un événement se produit. Si une roue tombe 23 fois sur le bleu en 50 tours, les données estiment sa probabilité à 23/50, soit 46 %. C’est un indice fondé sur ce qui s’est passé, pas une promesse pour le prochain tour.
Pourquoi répéter les essais ?
Un seul résultat peut être inhabituel simplement à cause du hasard. Répéter le même test rassemble davantage d’indices et réduit l’influence d’un résultat chanceux ou malchanceux. Les données ne suppriment pas le hasard, mais un ensemble plus grand montre souvent mieux la tendance générale.
Tester une pièce
On lance une pièce 100 fois et elle tombe 47 fois sur face. On compte d’abord les faces : 47. Puis on divise par le nombre total de lancers : 47 ÷ 100 = 0,47. L’estimation expérimentale de face est donc de 47 %, même si 100 nouveaux lancers ne donneraient pas forcément 47 faces.
Le hasard ne tient pas les comptes
Après cinq piles de suite, on peut dire que face est maintenant « obligée » de sortir. Cela semble juste parce qu’une pièce donne souvent des résultats à peu près équilibrés sur la durée, mais chaque lancer reste indépendant. Les résultats précédents améliorent une estimation, sans forcer le suivant.
Estimer ce qui peut arriver
On utilise des données répétées pour estimer les retards des bus, le risque de pluie dans une météo donnée ou la fréquence des pannes d’une machine. Ces estimations aident à planifier, mais ne sont pas des certitudes. Leur qualité dépend d’un nombre suffisant d’essais et de conditions assez semblables.
Continue d'explorer
Autres langues
Chargement de MyLeoNes™…